Muse Spark 1.1 基准表现亮眼
ArtificialAnlys · x · 2026-07-11
这条回复强调了 Muse Spark 1.1 在若干基准上的突出表现。
- SciCode：在已评测模型中排名 第 3，成绩 58%，仅次于 Claude Fable 5（60%）和 Gemini 3.1 Pro Preview（59%）
- Humanity's Last Exam：45%，只比 Claude Opus 4.8（46%）低 1 个百分点
- 作者用这些结果说明：Muse Spark 1.1 的分数已经接近更高一档模型，尤其在代码与科学推理相关任务上表现亮眼。
所属事件:Meta Muse Spark 1.1多基准评测亮眼，智能与编码能力大幅提升(15 条相关)→
「模型」频道最新
- Business Standard 订阅宣传含 Gemini，实际却不是能测 AI 的档位 — ChrisRackauckas · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- OpenRouter 与 API 现身 Aurora 多个 checkpoint,传为 OpenAI 应对 Fable 5.5 — ChrisGPT · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18